数据智能产业创新服务媒体
——聚焦数智 · 改变商业
近日，亚马逊云科技大数据与机器学习媒体沟通会在京举办，会上亚马逊云科技大中华区产品部总经理陈晓建表示企业应在云中打造统一的数据基础底座，实现大数据和机器学习的双剑合璧，为企业发展提供新动力。
实现数据价值最大化，大数据和机器学习的融合统一势在必行
《哈佛商业评论》近期有一篇文章称，创建真正的分析文化，依靠的不止是一系列技术或少数人，而是应让数据和分析成为组织的脉搏，融入到所有关键决策之中。可见，数据对于企业的价值非同一般。而关于数据的重要性，其实行业内还有两个共识：一是数据目前已经成为企业最重要的资产；二是数据的价值还没有得到充分利用。那企业到底该如何让数据价值得到充分发挥呢？很多企业的答案是成为数据驱动型的组织。通过业务产生的数据反向驱动公司的决策、战略，从而实现企业发展目标。
亚马逊云科技智能机器人Astro
以亚马逊自己为例，数据在亚马逊自己的仓储、物流优化中已经发挥了巨大的作用，亚马逊云科技有很多创新的产品，比如智能语音助手Alexa和智能机器人Astro都是通过大数据和AI的技术催生的。由此可见，数据已经成为持续创新的关键赋能要素，并成为公司持续发展的主要驱动力。那么数据价值的挖掘路径到底该怎么走，数据又如何在创新发展中发挥关键性作用呢？陈晓建说：“亚马逊云科技认为，云中实现数据与智能的大融合将成为企业加速创新的引擎。而要实现数智融合，大数据和机器学习两个关键性因素缺一不可。”
亚马逊云科技大中华区产品部总经理陈晓建
首先从大数据方面来看，在互联网时代，数据越来越多，数据的应用场景和领域也越来越丰富，对于数据的应用要求也就越来越高。2021年《福布斯》曾报道，每天大约会有250万节的数据被产生，随着时间的推移，这个数字还在持续以指数速度增长。同时，数据应用的领域也日渐增多、应用场景也渐渐复杂。除此以外，很多企业目前已经不满足于传统大数据的T+1模式，而是希望可以按小时，甚至按分钟级实时的进行大数据服务，所有这些都给大数据的计算提出了非常高的挑战。
再看机器学习方面，根据Gartner的分析，到2024年，75%的企业将把机器学习技术真正用于生产，为业务所赋能。企业在从数据化向智能化转变的过程中，机器可以基于数据和算法进行自主决策或给出决策建议，带来更高效的业务反馈和更大的业务价值，从而实现赋能业务、驱动业务决策的目的，机器学习的重要性也进一步凸显。陈晓建进一步分析称：“从这两点来看，机器学习和大数据对企业业务会产生越来越大的作用，越来越多的企业希望能够通过融合大数据和机器学习能力来提高业务产出，以充分发挥数据的价值。大数据技术所提供的能力是机器学习建模所需要的必然基础，同时，机器学习也能够为大数据技术提供更高的智能，为业务产生价值。从用户逻辑来看，大数据技术和机器学习技术本身就是互为因果的。想要实现数据价值最大化，大数据与机器学习的融合势在必行。”大数据与机器学习融合的关键是建立统一的治理底座
要实现大数据和机器学习更好地融合统一不但要有扎实的底座能力，更要有过硬的全栈数智化能力。陈晓建分享道：“打造好的、合理的大数据和机器学习融合架构主要包括三部分：一是建立一个统一融合的数据底座，包括数据质量、数据权限、数据开发、数据可视化、数据工作流等等；二是助力机器学习由实验转为实践，为机器学习提供生产级别的数据处理能力；三是让数据分析智能化。
具体来看：首先，亚马逊云科技通过构建云中统一的数据治理底座，打破数据及技能孤岛。帮助客户构建统一的数据治理底座，实现大数据和机器学习的数据共享、数据权限的统一管控、以及两者统一的开发和流程编排。云中统一的数据治理底座不仅能提升大数据和机器学习的高效融合，还能减少大数据和机器学习重复构建的工作，并且显著降低成本。
其次，亚马逊云科技助力机器学习由实验转为实践，为机器学习提供生产级别的数据处理能力，不仅专门构建大数据服务，对复杂的数据进行加工处理，而且针对数据规模的动态变化，可以及时优化数据质量。最后，亚马逊云科技还提供智能的数据分析服务，赋能业务人员进行智能分析、模型效果验证以及自主式创新。例如，亚马逊云科技提供如Amazon Redshift ML、可视数据准备工具Amazon Glue DataBrew、零代码化的机器学习模型工具 Amazon SageMaker Canvas等服务，让业务人员探索机器学习建模等。从实验到实践，亚马逊云科技助力全球用户打造数智融合的创新引擎
在实现数智融合的发展道路上，亚马逊云科技依靠扎实的技术能力，不断帮助用户从构想走到现实。目前，全球已有数十万用户正在借助亚马逊云科技大数据及机器学习服务开展业务创新，将机器学习从实验投入实践。
亚马逊云科技大中华区产品部技术专家团队总监王晓野介绍道：针对目前大部分企业大数据和机器学习分而治之的痛点，亚马逊云科技提供两个核心的“智能湖仓”架构产品来助力企业实现大数据和机器学习的融合发展。
第一个产品Amazon EMR：Amazon EMR能够提供与开源框架完全兼容的技术能力。通过灵活扩展，以及在云端采用Amazon Graviton 2自研芯片的创新，在带给企业完全开源兼容性的同时，大幅实现了性能和成本的提升。第二个是面向数据科学的Amazon SageMaker，Amazon SageMaker可以提供从数据标记，到丰富的内置算法，再到高效、丰富的模型训练，以及可以在生产环境灵活弹性实现模型部署的、端到端的机器学习的能力。作为亚马逊云科技客户代表的乐我无限（Joyme）在业务创新发展过程中充分体会到了数智融合的优势所在。乐我无限（Joyme）运营的全球化直播平台LiveMe，汇聚了来自200多个国家和地区的近100万名主播，每月活跃用户数（MAU）超过3700万。
Joyme的数据研发中心总监杨飞
在数智融合发展过程中，基于亚马逊云科技的解决方案Joyme搭建了数据研发中心平台并不断迭代优化，加速实现了云数智的快速融合，赋能业务。Joyme的数据研发中心总监杨飞表示：“基于亚马逊云科技的Amazon SageMaker技术赋能，Joyme实现了降本增效，加速了业务运转效率。其中，通过直播内容实时识别技术服务，Joyme降低了内容管理业务成本的40%。通过欺诈交易识别技术服务辅助识别欺诈交易，Joyme每年减少经济损失数百万美元。”而同样因数智融合受益的还有亚马逊云科技合作伙伴Convertlab。Convertlab是一家一站式营销解决方案供应商，致力于帮助企业实现精细化经营，为企业营销提供数字化、自动化、智能化基础设施以及相关的专业服务。Convertlab 联合创始人兼CTO李征表示：“基于亚马逊云科技统一的数据基础底座，Convertlab构建了数据管理平台、营销智能决策平台，以及跟营销相关的模型库，使得数据流转的时效性提高了32%，帮助用户快速决策。同时，基于Amazon SageMaker丰富的工具集和高效的弹性数据能力，让机器学习模型迭代能力效率提升30%以上，从而更好地赋能客户智慧营销，实现业务增长。”在不断赋能用户的同时，亚马逊云科技还通过建立数据实验室、建立端到端咨询及交付的专业服务团队等多种方式，与全球合作伙伴一起探索大数据与机器学习的融合挑战。未来，相信还将有更多企业通过亚马逊云科技的助力实现数据驱动转型，加速业务创新增长，让数智融合从梦想照进现实。文：晴天 / 数据猿